人类发育与疾病生成建模领域的博士研究生岗位

该项目致力于利用单细胞和空间基因组学数据开发生成式模型，以更深入地理解人类组织的发育与疾病机制，尤其是儿童健康相关领域。研究方向包括细胞通讯建模、调控动态分析以及干预措施设计。申请者需具备扎实的编程技能，并拥有生物数据分析方面的背景知识。

您的职位： 您将基于单细胞与空间基因组学数据，从测序及影像分析出发，开发生成式模型，并将其应用于人类发育与疾病生物学研究。可能的研究方向包括： ● 细胞间通讯的生成式模型。从描述性的配体-受体分析转向能够预测并帮助理解细胞如何对信号线索作出反应的模型。 ● 调控与动态的联合模型。基于流动和扩散的细胞动态模型足以将任何源状态映射到任意目标状态，但难以揭示其背后的调控原理。我们致力于通过正则化方法、基于时间分辨扰动及谱系追踪数据的训练，以及多模态监测数据，来约束这些模型，使其符合生物机制特征。 ● 干预措施设计与持续学习。除了预测扰动结果外，还涉及设计能够引导细胞达到预期分子状态的干预方案，以及在新数据到来时更新训练模型，以实现实验室与循环机制的结合。 这些研究方向基于我们之前在细胞动态、调控及数据整合方面的研究成果：scVelo、CellRank、CellRank 2、moslin、moscot和RegVelo。与巴塞尔的医院、大学和研究所的合作伙伴合作，我们在最新的空间与单细胞平台下生成自己的数据。

任职要求： 要求： ● 计算机科学、数学、物理、工程学、计算生物学或相关定量领域的理学硕士学位 ● 生物数据实践操作经验 ● 具备强大的 Python 技能以及 PyTorch 或 JAX 应用经验，并拥有相关统计学基础，能够对所使用的模型进行理性分析 ● 一个包含您所编写代码的 GitHub 账号 ● 流利的英语能力 理想条件： ● 拥有单细胞或空间基因组学数据的相关经验 ● 对开源科学软件的贡献 要求：● 计算机科学、数学、物理、工程学、计算生物学或相关定量领域的理学硕士学位 ● 拥有生物数据处理的实际经验 ● 具备扎实的 Python 技能及 PyTorch 或 JAX 使用经验，同时具备用于分析模型的统计基础 ● 拥有包含所编写代码的 GitHub 账号 ● 流利的英语能力 理想条件：● 具有单细胞或空间基因组学数据处理经验 ● 对开源科学软件有贡献

我们为您提供： ● 一个全额资助的四年期博士研究生岗位（100%），位于一个新的研究小组中，该小组在计算与数据生成方面拥有丰富的资源 ● 一个协作与支持性强的研究环境，可通过巴塞尔的医院合作项目获取儿童与成人临床样本。我们倡导充满活力且乐于助人的团队文化，注重多样性与包容性 ● 根据巴塞尔大学的规定提供具有国际竞争力的薪酬及社会福利；注册生物医学国际博士项目，获得课程学习、技能培训及职业发展机会 ● 欧洲密度最高的生命科学生态系统之一：除了巴塞尔大学及其医院外，巴塞尔还拥有苏黎世联邦理工学院 ETH Zurich 的 D-BSSE、博特纳免疫工程研究所（BIIE）、弗里德里希·米舍尔研究所（FMI）、巴塞尔分子与临床眼科研究所（IOB）、该实验室所在的 BRCCH，以及两家全球制药公司。所有这些机构都位于几公里之内，坐落于法国与德国边界的一座国际城市，且拥有极高的生活品质 申请 [会员链接]